阿里 Qwen 团队开源了一套多模态插件系统：Qwen-MM-Plugins。
简单说，给你的 AI 编程助手装一套"外挂"，让它拥有多模态原生能力。
能做什么？
• 看图、看视频、读文档
• 编辑视频
• 处理 3D/CAD 模型
• 把数学题转成教学讲解视频
技术底座：
• Qwen-VL（视觉理解）
• Qwen-Omni（多模态）
• 视频/音频模型
安装超简单：
一条 curl 脚本搞定 6 个智能体框架：
• Claude Code
• Codex
• OpenClaw
• Qoder
• Gemini CLI
• Qwen Code
共享同一套配置文件，独立安装：
• 只用 OCR → 只装 core
• 需要 3D 建模 → 加 blender
标准：MCP + Skill
这等于从视觉理解到内容生产全链条覆盖，让纯文本的编程助手变成能看懂、听懂、动手干活的多模态 Agent。
GitHub: 阿里开源
你们希望编程助手有多模态能力吗？
#Qwen-MM-Plugins #多模态 #阿里 #开源 #ClaudeCode #Codex
显示更多
话题来源 @AIGCLINK
